Какие основные отличия между Airflow и DAG?

Возможно, имелись в виду различия между Airflow и Dagster. habr.com bigdataschool.ru Некоторые из них:

• Подход к концепции DAG. bigdataschool.ru DAG (Directed Acyclic Graph) — основная абстракция Airflow, набор задач, связанных через зависимости выполнения, без погружения в суть каждой задачи. bigdataschool.ru В Dagster же графы состоят из параметризуемых функций с широким набором атрибутов, которые связаны между собой через типизируемые зависимости данных. bigdataschool.ru
• Управление зависимостями. bigdataschool.ru В Airflow зависимости следует указать дважды: сперва явно на уровне выполнения, создав DAG, а затем неявно, вручную написав код, который извлекает результаты вычислений восходящего потока. bigdataschool.ru В Dagster это делается 1 раз, предупреждая ошибки несоответствия между зависимостями выполнения и неявными зависимостями данных в коде. bigdataschool.ru
• Привязка к инфраструктуре. bigdataschool.ru DAG в Airflow состоит из операторов, которые часто относятся к конкретным развёрнутым инфраструктурным технологиям, что затрудняет перенос конвейера в другую production-среду. bigdataschool.ru API Dagster позволяет разделить задачи между вычислениями и вводом-выводом, что облегчает развёртывание конвейеров на разных платформах. bigdataschool.ru
• Тестирование конвейеров. bigdataschool.ru Airflow не предоставляет API для выполнения подмножества DAG, а в Dagster тестирование или выполнение произвольных подмножеств графов возможно за счёт гибкой настройки каждого узла. bigdataschool.ru